STH 구충 프로그램을 위한 AI-DP 평가: 연구 프로토콜 (KAKADU)

Kato-Katz(KK) 두꺼운 대변 도말 검사의 수동 검사는 토양 전염 기생충(STH)에 대한 대규모 구충 프로그램의 영향을 모니터링하기 위한 현재 표준으로 남아 있습니다. 이러한 진단 표준을 개선하기 위해 연구자들은 최근 디지털 이미지 캡처 및 KK 두꺼운 도말 분석을 위한 인공지능 기반 디지털 병리학 시스템(AI-DP)을 설계했습니다. 진단 성능의 예비 결과는 고무적이며, 세계보건기구(WHO)의 대상 제품 프로필(TPP)에 대해 STH 제어 프로그램을 알리는 비용 효율적인 엔드투엔드 진단으로서 AI-DP에 대한 포괄적인 평가입니다. 검증을 위한 다음 단계입니다.

연구 프로토콜은 (i) 진단 성능, (ii) 반복성/재현성, (iii) 결과 도달 시간, (iv) 대규모 구충 프로그램을 알리는 비용 효율성을 기반으로 AI-DP에 대한 포괄적인 평가를 설명합니다. (v) 실험실 및 현장 설정 모두에서의 유용성. 이러한 5가지 속성 각각에 대해 연구자들은 KK 도말(KK1.0)의 수동 스크리닝에 비해 AI-DP(KK2.0)의 비열등성을 검증하기에 충분한 검정력을 갖춘 별도의 실험을 설계했습니다. 이 실험은 학령기 아동(SAC)에만 초점을 맞춰 국가 구충 프로그램을 운영하는 STH 발병 국가 두 곳(에티오피아와 우간다)에서 실시될 예정입니다. 참가자는 AI 도구와 기존 수동 현미경으로 검사할 대변 샘플을 제공하라는 요청을 받습니다. 테스트 결과 양성 참가자는 적절한 치료(구충제)를 받게 됩니다.

이 포괄적이고 잘 설계된 연구와 그에 수반되는 프로토콜은 AI-DP가 실제로 성능이 있는지에 대한 증거 기반 결정을 내리는 데 필요한 데이터를 제공하고 대규모 구충 프로그램에 알릴 수 있는 비용 효율적인 엔드투엔드 진단을 제공할 것입니다. STH. 프로토콜화된 고품질 데이터 수집에 따라 조사관은 WHO의 승인을 구할 것입니다. 방법론과 통계의 보급을 통해 연구자들은 자원이 제한된 환경에서 소외된 다른 열대성 질병에 대한 AI-DP 기술의 추가 개발을 지원하기를 희망합니다.